如何找到不同numpy陣列中兩點之間的距離？

Question

這是一個K均值算法。這是作業，所以我不想使用內置Kmeans功能的 。 我有2個numpy數組。一個是質心。另一個是數據點。 我正試圖找出每個質心到每個數據點的距離。 我不知道如何將數組傳遞給我的函數以便打印。我想最終與 一樣多的距離陣列的質心。然後我可以比較陣列中的每個距離，選擇最小的距離並將該點分配給其中一個羣集。然後找到每個簇的平均值，這些數字就成爲我的新質心。

import numpy as np 

centroids = np.array([[3,44],[5,15]]) 
dataPoints = np.array([[2,4],[17,4],[45,2],[45,7],[16,32],[32,14],[20,56],[68,33]]) 
def distance(a,b): 
    for x in a: #for each point in centroids array 
     for y in b:#for each point in the dataPoints array 
      print np.sqrt((a[0] - b[0])**2 + (a[1] - b[1])**2)#print the distance 

distance (randPoints, dataPoints)#call the function with the data 

輸出我得到：

[ 12.04159458 41.48493703] 
[ 12.04159458 41.48493703] 
[ 12.04159458 41.48493703] 
[ 12.04159458 41.48493703] 
[ 12.04159458 41.48493703] 
[ 12.04159458 41.48493703] 
[ 12.04159458 41.48493703] 
[ 12.04159458 41.48493703] 
[ 12.04159458 41.48493703] 
[ 12.04159458 41.48493703] 
[ 12.04159458 41.48493703] 
[ 12.04159458 41.48493703] 
[ 12.04159458 41.48493703] 
[ 12.04159458 41.48493703] 
[ 12.04159458 41.48493703] 
[ 12.04159458 41.48493703] 

我在做什麼這顯然是錯誤的嗎？我應該最終得到2個不同的陣列，每個陣列有8個距離。

Answer 1

import numpy as np 

centroids = np.array([[3,44],[5,15]]) 
dataPoints = np.array([[2,4],[17,4],[45,2],[45,7],[16,32],[32,14],[20,56],[68,33]]) 

def size(vector): 
    return np.sqrt(sum(x**2 for x in vector)) 

def distance(vector1, vector2): 
    return size(vector1 - vector2) 

def distances(array1, array2): 
    return [[distance(vector1, vector2) for vector2 in array2] for vector1 in array1] 

print(distances(centroids, dataPoints)) 

Answer 2

我生病想出變身爲距離計算1，第2和3D陣列，所以我拼湊模仿從SciPy的pdist和cdist功能，但使用einsum，很多人在使用這個網站。至少在我的腦海中很容易遵循，而愛因斯坦也可以用於其他目的。所以考慮以下幾點。您可以使用，然後使用排序（排序，argsort等），如果你需要提取最接近-x值等。希望你覺得它有用

a = np.array([[1, 2], [3, 4], [5, 6]]) 
b = np.array([[6, 5], [4, 3], [2, 1]]) 

def e_dist(a, b, metric='euclidean'): 
    """Distance calculation for 1D, 2D and 3D points using einsum 
    : a, b - list, tuple, array in 1,2 or 3D form 
    : metric - euclidean ('e','eu'...), sqeuclidean ('s','sq'...), 
    :----------------------------------------------------------------------- 
    """ 
    a = np.asarray(a) 
    b = np.atleast_2d(b) 
    a_dim = a.ndim 
    b_dim = b.ndim 
    if a_dim == 1: 
     a = a.reshape(1, 1, a.shape[0]) 
    if a_dim >= 2: 
     a = a.reshape(np.prod(a.shape[:-1]), 1, a.shape[-1]) 
    if b_dim > 2: 
     b = b.reshape(np.prod(b.shape[:-1]), b.shape[-1]) 
    diff = a - b 
    dist_arr = np.einsum('ijk,ijk->ij', diff, diff) 
    if metric[:1] == 'e': 
     dist_arr = np.sqrt(dist_arr) 
    dist_arr = np.squeeze(dist_arr) 
    return dist_arr 

e_dist(a, b) 
array([[ 5.8, 3.2, 1.4], 
     [ 3.2, 1.4, 3.2], 
     [ 1.4, 3.2, 5.8]]) 

e_dist(a[0], b) 
array([ 5.8, 3.2, 1.4]) 

e_dist(a[:2], b) 
array([[ 5.8, 3.2, 1.4], 
     [ 3.2, 1.4, 3.2]])